WO2019240019A1 - 異常解析装置、製造システム、異常解析方法及びプログラム - Google Patents

異常解析装置、製造システム、異常解析方法及びプログラム Download PDF

Info

Publication number
WO2019240019A1
WO2019240019A1 PCT/JP2019/022667 JP2019022667W WO2019240019A1 WO 2019240019 A1 WO2019240019 A1 WO 2019240019A1 JP 2019022667 W JP2019022667 W JP 2019022667W WO 2019240019 A1 WO2019240019 A1 WO 2019240019A1
Authority
WO
WIPO (PCT)
Prior art keywords
abnormality
overall
individual
abnormality degree
degree
Prior art date
Application number
PCT/JP2019/022667
Other languages
English (en)
French (fr)
Inventor
博史 天野
鳴海 厚田
規照 浜田
多鹿　陽介
信貴 川口
裕一 樋口
太一 清水
Original Assignee
パナソニックＩｐマネジメント株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by パナソニックＩｐマネジメント株式会社 filed Critical パナソニックＩｐマネジメント株式会社
Priority to JP2020525513A priority Critical patent/JP7466197B2/ja
Priority to CN201980038823.4A priority patent/CN112262353A/zh
Priority to US16/973,917 priority patent/US11698630B2/en
Publication of WO2019240019A1 publication Critical patent/WO2019240019A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G05B19/4185—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by the network communication
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0267—Fault communication, e.g. human machine interface [HMI]
    • G05B23/0272—Presentation of monitored results, e.g. selection of status reports to be displayed; Filtering information to the user
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
    • G05B23/0281—Quantitative, e.g. mathematical distance; Clustering; Neural networks; Statistical analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
    • H04L63/1408—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic by monitoring network traffic
    • H04L63/1425—Traffic logging, e.g. anomaly detection
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31244—Safety, reconnect network automatically if broken
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
    • H04L63/1433—Vulnerability analysis
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Definitions

  • This disclosure relates to an abnormality analysis apparatus, an abnormality analysis method, and a manufacturing system.
  • Patent Document 1 discloses a communication analysis device for detecting unauthorized access.
  • the analysis device described in Patent Literature 1 extracts a plurality of sequence candidates for unauthorized access made between a plurality of information processing devices, and uses the second communication history excluding the first communication history corresponding to each extracted sequence candidate. Based on the normality of the transaction that can be restored, an evaluation value indicating the probability that each sequence candidate is unauthorized access is calculated.
  • unauthorized access may not be detected with high accuracy. For example, when a plurality of unauthorized accesses exist in a sequence candidate, even if a sequence candidate that is unauthorized access is extracted, there are sequence candidates corresponding to unauthorized access in addition to the extracted sequence candidates. For this reason, a transaction that can be restored by the second communication history does not become normal. Therefore, it cannot be determined whether or not the extracted sequence candidate is unauthorized access.
  • the present disclosure provides an abnormality analysis device, an abnormality analysis method, and a manufacturing system that can accurately detect an abnormality in the manufacturing system with a small amount of calculation.
  • an abnormality analysis apparatus that analyzes an abnormality of a manufacturing system that manufactures a product by operating a plurality of components, and the manufacturing system
  • An overall information acquisition unit that acquires overall information indicating an overall feature amount of the system, and an overall abnormality degree calculation unit that calculates an overall abnormality degree that is an overall abnormality degree of the manufacturing system by statistically processing the overall information
  • An individual information acquisition unit that acquires individual information indicating a feature amount of each of the plurality of constituent elements, and an individual abnormality degree that is an abnormality degree of each of the plurality of constituent elements by statistically processing the individual information.
  • a manufacturing system is a manufacturing system that manufactures a product by operating a plurality of components, and includes the abnormality analysis device.
  • the abnormality analysis method is an abnormality analysis method for analyzing an abnormality of a manufacturing system that manufactures a product by operating a plurality of components, and the entire feature amount of the manufacturing system Is obtained, and the overall information is statistically processed to calculate an overall abnormality level that is an overall abnormality level of the manufacturing system, and individual information indicating each feature amount of the plurality of components is obtained.
  • the individual abnormality degree is calculated when it is determined that the overall abnormality degree exceeds the threshold value.
  • one aspect of the present disclosure can be realized as a program for causing a computer to execute the abnormality analysis method.
  • it can be realized as a computer-readable recording medium storing the program.
  • FIG. 1 is a block diagram illustrating a configuration of a manufacturing system according to an embodiment.
  • FIG. 2 is a block diagram illustrating a configuration of the abnormality analysis apparatus according to the embodiment.
  • FIG. 3 is a flowchart illustrating an abnormality analysis process performed by the abnormality analysis apparatus according to the embodiment.
  • FIG. 4 is a diagram illustrating an example of the overall abnormality degree and the individual abnormality degree calculated by the abnormality analysis apparatus according to the embodiment.
  • FIG. 5 is a diagram illustrating a specific example of a process for determining a manufacturing apparatus in which an abnormality has occurred, which is performed by the abnormality analysis apparatus according to the embodiment.
  • FIG. 6 is a diagram illustrating a specific example of processing for determining communication in which an abnormality has occurred, which is performed by the abnormality analysis apparatus according to the embodiment.
  • measures to introduce a firewall at the entrance to the internal network can be considered. Thereby, the malicious connection from the outside can be suppressed.
  • a security threat that is, a vulnerability is discovered in the firewall, it is not possible to cope with an attack (so-called zero-day attack) before the response to the vulnerability.
  • firewall Even if the firewall is functioning normally, it is not possible to prevent unauthorized operation from the inside due to human factors such as an operator or administrator of the manufacturing apparatus. For example, when a computer device or memory device that has been infected with a virus is connected to an internal network, the infection spreads to each manufacturing apparatus regardless of whether the operator is malicious.
  • an abnormality analysis apparatus that analyzes an abnormality of a manufacturing system that manufactures a product by operating a plurality of components, An overall information acquisition unit that acquires overall information indicating the entire feature amount of the manufacturing system, and an overall abnormality degree that calculates an overall abnormality degree that is an overall abnormality degree of the manufacturing system by statistically processing the overall information
  • a calculation unit an individual information acquisition unit that acquires individual information indicating the feature amount of each of the plurality of component elements, and an individual that is the degree of abnormality of each of the plurality of component elements by statistically processing the individual information
  • An individual abnormality degree calculation unit that calculates an abnormality degree; and a determination unit that determines whether or not the overall abnormality degree exceeds a threshold; and the individual abnormality degree calculation unit determines whether the overall abnormality degree is determined by the determination unit If it is determined to have exceeded the serial threshold, it calculates the individual degree of abnormality.
  • the individual abnormality degree is calculated when it is determined that the overall abnormality degree exceeds the threshold value, for example, when it is not determined that the overall abnormality degree exceeds the threshold value, it is not necessary to calculate the individual abnormality degree.
  • the amount of calculation can be reduced.
  • the individual abnormality level of each of the plurality of component elements is calculated, so that the abnormal component element can be easily determined from the plurality of component elements.
  • the individual abnormalities of the plurality of components are calculated, so that a plurality of abnormal components can be determined.
  • the abnormality analysis device further includes, as an abnormality component, a component corresponding to a maximum individual abnormality degree among a plurality of individual abnormality degrees calculated by the individual abnormality degree calculation unit.
  • a determination unit that determines as follows may be provided.
  • a threshold value for determining whether or not each of the plurality of constituent elements is abnormal is not required.
  • the degree of overall abnormality exceeds the threshold, it can be seen that at least one of the plurality of components is an abnormal component.
  • the component corresponding to the maximum individual abnormality degree is determined as the abnormal component among the plurality of components, the abnormal component can be determined with high accuracy. Further, it is not necessary to secure a memory area for storing the threshold value, and memory resources can be used effectively.
  • the overall abnormality degree calculation unit further statistically processes partial information obtained by removing the feature amount of the abnormal component from the overall information when it is determined that the overall abnormality degree exceeds the threshold value.
  • a partial abnormality degree that is an abnormality degree of the partial system excluding the abnormal component from the manufacturing system
  • the determination unit further determines whether or not the partial abnormality degree exceeds the threshold value.
  • the determination unit further includes a remaining individual abnormality degree obtained by excluding an individual abnormality degree corresponding to the abnormality component from the plurality of individual abnormality degrees when it is determined that the partial abnormality degree exceeds the threshold value.
  • the component corresponding to the maximum individual abnormality degree may be determined as the abnormal component.
  • the overall abnormality degree calculation unit and the determination unit calculate the partial abnormality degree and determine the abnormal component until the determination unit does not determine that the partial abnormality degree exceeds the threshold value. May be repeated.
  • the abnormality analysis device may further include an output unit that outputs information for specifying the abnormal component.
  • the overall abnormality degree calculation unit calculates the overall abnormality degree for each predetermined period, and the determination unit determines whether or not the overall abnormality degree for each predetermined period exceeds the threshold value
  • the individual abnormality degree calculation unit calculates the individual abnormality degree only during a period in which the determination unit determines that the overall abnormality degree exceeds the threshold value, and the determination part determines that the overall abnormality degree exceeds the threshold value. It is not necessary to calculate the degree of individual abnormality during a period in which the determination is not made.
  • the manufacturing system includes one or more manufacturing apparatuses that manufacture the product, and a control device that communicates with the one or more manufacturing apparatuses and controls the one or more manufacturing apparatuses,
  • One of the components may be communication between one of the one or more manufacturing devices and the control device.
  • the manufacturing system may include one or more manufacturing apparatuses that manufacture the product, and at least one of the plurality of components may be the one or more manufacturing apparatuses.
  • a manufacturing system is a manufacturing system that manufactures a product by operating a plurality of components, and includes the abnormality analysis device.
  • an abnormality analysis method is an abnormality analysis method for analyzing an abnormality of a manufacturing system that manufactures a product by operating a plurality of components, and the entire manufacturing system Individual information indicating each feature amount of each of the plurality of constituent elements is obtained by obtaining overall information indicating the feature amount and calculating the overall abnormality level, which is the overall abnormality level of the manufacturing system, by statistically processing the overall information.
  • a program according to an aspect of the present disclosure is a program for causing a computer to execute the abnormality analysis method.
  • FIG. 1 is a block diagram showing a configuration of a manufacturing system 10 according to the present embodiment.
  • the manufacturing system 10 includes a control device 20, manufacturing devices 30, 32 and 34, and an abnormality analysis device 100.
  • the control device 20 and each of the manufacturing devices 30, 32, and 34 are communicably connected via a network.
  • the manufacturing system 10 manufactures a product by operating a plurality of components.
  • the component is an element related to manufacture of a product, and is an element that may cause an abnormality.
  • Each of the plurality of components is an abnormality detection target by the abnormality analysis apparatus 100.
  • the plurality of components include communication between devices. Specifically, communication between the manufacturing apparatus 10 such as communication between the control device 20 and each of the manufacturing apparatuses 30, 32, and 34, and communication between the manufacturing apparatus 30 and the manufacturing apparatus 32, respectively. It is a component.
  • the plurality of components may include each of the control device 20 and the manufacturing devices 30, 32, and 34.
  • the plurality of components may be internal parts (for example, a suction nozzle, a feeder, etc.) of one manufacturing apparatus.
  • the control device 20 controls the manufacturing devices 30, 32 and 34.
  • the control device 20 is realized by, for example, computer equipment.
  • the control device 20 is realized by a nonvolatile memory in which a program is stored, a volatile memory that is a temporary storage area for executing the program, an input / output port, a processor that executes the program, and the like.
  • Each function of the control device 20 may be realized by software executed by a processor, or may be realized by hardware such as an electronic circuit including a plurality of circuit elements.
  • Manufacturing devices 30, 32 and 34 manufacture products.
  • the manufacturing apparatuses 30, 32, and 34 are arranged side by side along the manufacturing line.
  • the manufacturing apparatuses 30, 32, and 34 execute different processes for manufacturing, for example, one product.
  • Each of the manufacturing apparatuses 30, 32, and 34 is, for example, a component mounter.
  • at least one of the manufacturing apparatuses 30, 32, and 34 may be a substrate transfer apparatus or a component supply apparatus.
  • the configuration of the manufacturing system 10 is not limited to the example shown in FIG.
  • the manufacturing system 10 may not include the control device 20, and a plurality of manufacturing apparatuses 30, 32, and 34 may communicate with each other to manufacture a product in cooperation.
  • the abnormality analysis apparatus 100 analyzes the abnormality of the manufacturing system 10.
  • the abnormality analysis apparatus 100 is realized by, for example, computer equipment.
  • the abnormality analysis device 100 is realized by a nonvolatile memory in which a program is stored, a volatile memory that is a temporary storage area for executing the program, an input / output port, a processor that executes the program, and the like.
  • Each function of the abnormality analysis apparatus 100 may be realized by software executed by a processor, or may be realized by hardware such as an electronic circuit including a plurality of circuit elements.
  • FIG. 2 is a block diagram showing a configuration of the abnormality analysis apparatus 100 according to the present embodiment.
  • the abnormality analysis apparatus 100 includes an overall information acquisition unit 110, an individual information acquisition unit 120, a storage unit 130, an overall abnormality degree calculation unit 140, a determination unit 150, and an individual abnormality degree calculation.
  • Unit 160, determination unit 170, and output unit 180 are included in the abnormality analysis apparatus 100.
  • the overall information acquisition unit 110 acquires overall information indicating the entire feature amount of the manufacturing system 10.
  • the overall information corresponds to overall operation information of the manufacturing system 10.
  • the feature amount indicated by the overall information is a physical amount that becomes a value different from the normal value when an abnormality such as a failure occurs.
  • the feature amount is, for example, at least one of the entire manufacturing time, error number, production number, and power consumption amount of the manufacturing system 10.
  • the total manufacturing time of the manufacturing system 10 is a time when the entire manufacturing system 10 operates, that is, a time when at least one of the components of the manufacturing system 10 operates.
  • the total number of errors in the manufacturing system 10 is the total number of errors that occurred during the operation of the manufacturing system 10.
  • the total production number of the manufacturing system 10 is the total number of products manufactured during the operation of the manufacturing system 10.
  • the overall power consumption of the manufacturing system 10 is the amount of power consumed during the operation of the manufacturing system 10.
  • the whole information indicates, for example, a feature amount for each predetermined period. That is, the overall information indicates at least one of the manufacturing time, the number of errors, the number of productions, and the power consumption for each predetermined period.
  • the predetermined period is a unit for calculating the degree of abnormality and is, for example, 1 second, but is not limited thereto.
  • the overall information may be information related to communication of the entire internal network of the manufacturing system 10.
  • the feature amount indicated by the overall information is a physical amount that is different from the normal value when an abnormality such as unauthorized access occurs.
  • the feature amount may be, for example, at least one of the total number of packets of the manufacturing system 10, the maximum size of the packet, and the maximum value or the average value of the packet arrival intervals.
  • the individual information acquisition unit 120 acquires individual information indicating the feature quantities of the plurality of components of the manufacturing system 10.
  • the individual information corresponds to the operation information of each component.
  • the individual information indicates the same feature amount as the overall information.
  • the feature amount indicated by the individual information is at least one of the manufacturing time, the number of errors, the number of productions, and the power consumption amount in which the corresponding component is involved.
  • the component here is any one of the control device 20 and the manufacturing devices 30, 32, and 34.
  • the individual information corresponding to the manufacturing apparatus 30 includes, for each predetermined period, the time when the manufacturing apparatus 30 operates (that is, the manufacturing time), the number of errors (error number) generated when the manufacturing apparatus 30 operates, It shows at least one of the number of products manufactured by the operation of the device 30 (production number) and the amount of power consumed by the manufacturing device 30 (power consumption).
  • the feature amount indicated by the individual information may be at least one of the number of packets of the corresponding communication, the maximum size of the packet, and the maximum or average value of the packet arrival intervals. .
  • the overall information acquisition unit 110 and the individual information acquisition unit 120 acquire, for example, manufacturing log information from each of the control device 20 and the manufacturing devices 30, 32, and 34. Get information.
  • the production log information is, for example, information indicating time and an operation performed at the time.
  • the overall information acquisition unit 110 and the individual information acquisition unit 120 may acquire the entire information and individual information indicating the feature quantity such as the number of packets, for example, by mirroring and receiving communication between the devices. .
  • the storage unit 130 is a memory for storing overall information and individual information of each of a plurality of components.
  • the storage unit 130 is realized by a nonvolatile storage element such as an HDD (Hard Disk Disk Drive) or a semiconductor memory.
  • the storage unit 130 stores overall information and a plurality of pieces of individual information in association with time information.
  • the overall abnormality degree calculation unit 140 calculates the overall abnormality degree that is the overall abnormality degree of the manufacturing system 10 by statistically processing the whole information. Specifically, the overall abnormality degree calculation unit 140 calculates the overall abnormality degree every predetermined period.
  • the predetermined period is, for example, 1 second as described above.
  • the degree of abnormality is an index indicating the degree of an abnormal state in which a product cannot be normally manufactured due to a device failure or unauthorized access to communication.
  • the degree of abnormality is an outlier from a normal model that represents a state in which a product can be normally manufactured. For example, the higher the degree of abnormality, the lower the production efficiency of the product or the higher the energy intensity. The lower the degree of abnormality, the higher the production efficiency of the product and the lower the energy intensity.
  • the overall abnormality degree calculation unit 140 creates an overall normal model that represents a case where the overall operation of the manufacturing system 10 is normal.
  • the overall abnormality degree calculation unit 140 creates an overall normal model by statistically processing the feature amount during a period in which the manufacturing system 10 is operating in a normal state.
  • the overall abnormality degree calculation unit 140 calculates the overall abnormality degree as an outlier from the created overall normal model.
  • the algorithm for creating the overall normal model and calculating the overall abnormality degree is, for example, the local outlier factor (LOF) method, the support vector machine (SVM) method, or the k neighborhood (kNN: k). -Nearest Neighbor) method.
  • LEF local outlier factor
  • SVM support vector machine
  • kNN k neighborhood
  • the overall abnormality degree calculation unit 140 performs statistical processing on the partial information obtained by removing the feature amount of the abnormal component from the overall information.
  • the partial abnormality degree that is the abnormality degree of the partial system obtained by removing the abnormal component from the manufacturing system 10 is calculated.
  • the partial information is information indicating the entire feature amount of the partial system excluding abnormal components from the entire manufacturing system 10.
  • the partial abnormality degree is the whole abnormality degree of the partial system.
  • the overall abnormality degree calculation unit 140 repeats the calculation of the degree of partial abnormality until the determination unit 150 does not determine that the partial abnormality degree has exceeded the threshold Th.
  • the abnormal component is a component corresponding to the maximum individual abnormality degree among the plurality of components of the manufacturing system 10.
  • the overall abnormality degree calculation unit 140 creates a partial normal model for the partial system, and the partial abnormality as an outlier from the created partial normal model Calculate the degree.
  • the algorithm for calculating the degree of partial abnormality is, for example, the same algorithm as that for calculating the total degree of abnormality, but may be a different algorithm.
  • the determination unit 150 determines whether or not the overall abnormality degree exceeds the threshold Th. Specifically, the determination unit 150 determines whether or not the overall abnormality level for each predetermined period exceeds the threshold Th. Further, when the partial abnormality degree is calculated, the determination unit 150 determines whether or not the partial abnormality degree exceeds the threshold Th.
  • the threshold value Th is a fixed value determined when the overall normal model is created, but may be updated each time the overall normal model or the partial normal model is created. That is, the threshold value Th used for comparison of the overall abnormality degree and the threshold value Th used for comparison of the partial abnormality degree are the same value, but may be different values.
  • the individual abnormality degree calculation part 160 calculates the individual abnormality degree which is each abnormality degree of a some component by statistically processing individual information.
  • the individual abnormality degree calculation unit 160 calculates the individual abnormality degree when the determination unit 150 determines that the overall abnormality degree exceeds the threshold Th. Specifically, the individual abnormality degree calculation unit 160 calculates the individual abnormality degree only for the period in which the determination part 150 determines that the overall abnormality degree exceeds the threshold value Th, and the determination part 150 sets the overall abnormality degree to the threshold value Th. Do not calculate the degree of individual abnormality for the period that was not determined to be exceeded.
  • the individual abnormality degree calculation unit 160 creates an individual normal model representing a case where the operation of the corresponding component is normal for each component.
  • the individual abnormality degree calculation unit 160 creates an individual normal model for each component by statistically processing the feature amount during a period in which the corresponding component is operating in a normal state.
  • the individual abnormality degree calculation unit 160 calculates the individual abnormality degree as an outlier from the created individual normal model.
  • the algorithm for creating the individual normal model and calculating the individual abnormality degree is, for example, the LOF method, the SVM method, or the kNN method.
  • the determining unit 170 determines, as an abnormal component, a component corresponding to the maximum individual abnormality degree among the plurality of individual abnormality degrees calculated by the individual abnormality degree calculating unit 160.
  • the determination unit 170 further determines the maximum of the remaining individual abnormality degrees excluding the individual abnormality degrees corresponding to the abnormality components from the plurality of individual abnormality degrees when it is determined that the partial abnormality degree exceeds the threshold Th.
  • a component corresponding to the individual abnormality degree is determined as an abnormal component. That is, when it is determined that the partial abnormality degree exceeds the threshold value Th, the determination unit 170 determines the component having the second highest individual abnormality degree as the second abnormal component as a whole.
  • the determination unit 170 repeats the determination of abnormal components until the determination unit 150 determines that the partial abnormality degree exceeds the threshold Th. Each time the partial abnormality degree exceeds the threshold Th, the component is excluded from the partial system to be calculated. Therefore, when all the remaining components that are not excluded are normal, the partial abnormality degree is higher than the threshold Th. Get smaller. Thereby, all the abnormal components included in the entire manufacturing system 10 can be determined.
  • the output unit 180 outputs information for identifying an abnormal component.
  • the output unit 180 includes, for example, at least one of a display unit that displays an image, an audio output unit that outputs audio, and a data output unit that outputs data.
  • the display unit is realized by, for example, a liquid crystal display device.
  • the audio output unit is realized by, for example, a speaker.
  • the data output unit is realized by a communication interface that performs wireless communication or wired communication, for example.
  • the data output unit outputs information for specifying an abnormal component to an external server device such as a management server of the administrator of the manufacturing system 10 or the person who performs maintenance by performing wireless communication, for example.
  • the information for specifying the abnormal component is, for example, the name or installation position of the device when the abnormal component is a device.
  • the information for specifying the abnormal component is, for example, the names or installation positions of two or more apparatuses performing the communication.
  • FIG. 3 is a flowchart showing an abnormality analysis process performed by the abnormality analysis apparatus 100 according to the present embodiment.
  • the abnormality analysis process shown in FIG. 3 is executed for each predetermined manufacturing unit, for example.
  • the production unit is, for example, a lot or a time such as one hour or one day.
  • the abnormality analysis process may be executed substantially in real time in accordance with the manufacturing operation of the manufacturing system 10.
  • a normal model is created in advance as pre-processing.
  • the overall abnormality degree calculation unit 140 creates an overall normal model (overall normal model) of the manufacturing system 10.
  • the individual abnormality degree calculation unit 160 creates an individual normal model (individual normal model) for each of a plurality of components. The creation of the normal model is performed using, for example, data in which the manufacturing system 10 and each component are confirmed to be operating normally.
  • the overall information acquisition unit 110 acquires the overall information (S10).
  • the individual information acquisition unit 120 acquires individual information of each of the plurality of components (S12).
  • the overall information acquisition unit 110 and the individual information acquisition unit 120 acquire the entire information and individual information for a predetermined manufacturing unit (for example, one day) that is an object of abnormality analysis.
  • the overall information acquisition unit 110 and the individual information acquisition unit 120 may acquire the entire information and individual information for a predetermined period (for example, 1 second) that is a unit for calculating the degree of abnormality.
  • the acquisition of the entire information and the acquisition of the individual information may be performed simultaneously.
  • the overall information acquisition unit 110 may acquire the overall information based on a plurality of individual information acquired by the individual information acquisition unit 120.
  • the acquisition of the individual information may be performed before the calculation of the individual abnormality degree after it is determined in step S16 that will be described later that the overall abnormality degree exceeds the threshold value Th.
  • the overall abnormality degree calculation unit 140 calculates the overall abnormality degree based on the whole normal model and the whole information of the manufacturing system 10 (S14). Specifically, the overall abnormality degree calculation unit 140 calculates the overall abnormality degree for a predetermined period. After the overall abnormality level is calculated, the determination unit 150 compares the calculated overall abnormality level with the threshold Th (S16).
  • the process returns to step S14, and the overall abnormality degree for the next period is calculated.
  • the process returns to step S10 and is repeated from acquisition of the entire information for the next period.
  • the individual abnormality degree calculation unit 160 calculates the individual abnormality degree of each component based on the individual normal model and individual information ( S18). The individual abnormality degree calculation unit 160 calculates the corresponding individual abnormality degree with respect to all the constituent elements constituting the manufacturing system 10. After all the individual abnormality degrees are calculated, the determination unit 170 determines a component corresponding to the maximum individual abnormality degree from the calculated individual abnormality degrees as an abnormality component (S20).
  • the overall abnormality degree calculation unit 140 generates partial information by deleting the feature amount of the abnormal component from the overall information. (S22). Thereby, the partial system from which the abnormal component is excluded from the manufacturing system 10 is virtually generated. The partial information indicates the entire feature amount of the partial system.
  • the overall abnormality degree calculation unit 140 creates a normal model of the partial system (S24). For example, the overall abnormality degree calculation unit 140 creates a normal model of the partial system using the same algorithm as that used to create the overall normal model of the manufacturing system 10. Next, the overall abnormality level calculation unit 140 calculates a partial abnormality level based on the created normal model and partial information of the partial system (S26). After the partial abnormality degree is calculated, the determination unit 150 compares the calculated partial abnormality degree with the threshold Th (S28).
  • the process returns to step S20, the abnormal component is determined (S20), the abnormal component is deleted from the partial system (S22), and the partial abnormality degree The calculation (S26) and comparison with the threshold Th (S28) are repeated. These processes are repeated until it is not determined that the partial abnormality degree exceeds the threshold Th.
  • the output unit 180 When it is determined that the partial abnormality degree is equal to or less than the threshold Th (No in S28), the output unit 180 outputs one or more determined abnormal components as a cause of abnormality (S30). Specifically, the output unit 180 outputs information for specifying one or more determined abnormal components. Then, it returns to step S14 and the process mentioned above is repeated.
  • the calculation of the individual abnormality degree (S18) is performed only when it is determined that the overall abnormality degree is larger than the threshold value Th (Yes in S16).
  • FIG. 4 is a diagram illustrating an example of the overall abnormality degree and the individual abnormality degree calculated by the abnormality analysis apparatus 100 according to the present embodiment. Specifically, (a) of FIG. 4 shows the time change of the overall abnormality degree. FIG. 4B shows a time change of the individual abnormality degree of each of the three components (here, communications A to C). In each of (a) and (b) of FIG. 4, the horizontal axis represents time, and the vertical axis represents the degree of abnormality.
  • the overall abnormality degree is calculated every predetermined period (for example, 1 second) within a manufacturing unit (for example, one day) to be analyzed for abnormality. For this reason, as shown in FIG. 4A, the calculation result of the overall abnormality degree is represented as a graph showing the temporal change of the overall abnormality degree.
  • the overall abnormality level exceeds the threshold Th during the period from time t1 to time t2.
  • the individual abnormality degree is calculated only in the period from time t1 to time t2, and is not calculated in the period before time t1 and after time t2. In the period from time t1 to time t2, the individual abnormality degree is calculated for all of communication A to communication C.
  • FIG. 5 is a diagram illustrating a specific example of processing for determining a manufacturing apparatus in which an abnormality has occurred, which is performed by the abnormality analysis apparatus 100 according to the present embodiment.
  • FIG. 5 shows processing for a predetermined period (for example, 1 second) which is a unit for calculating the degree of abnormality.
  • the manufacturing system 10 includes manufacturing apparatuses A to C as components. Below, the specific flow of a process is demonstrated along the flowchart shown in FIG.
  • an overall abnormality degree is calculated based on the entire feature amount of the manufacturing system 10 (S ⁇ b> 14 in FIG. 3).
  • the manufacturing time, the number of errors, the number of productions, and the amount of power are used as the feature amounts.
  • the overall abnormality degree was calculated as “15”.
  • the threshold value Th is “10”
  • the individual abnormality levels of the respective manufacturing apparatuses A to C are calculated (S18).
  • the corresponding individual abnormality degree is calculated based on the feature amount of each of the manufacturing apparatuses A to C.
  • the feature amount used for calculation of the individual abnormality degree is the same as the feature amount used for calculation of the overall abnormality degree.
  • the individual abnormality degree of the manufacturing apparatus A was calculated as “4”, the individual abnormality degree of the manufacturing apparatus B as “3”, and the individual abnormality degree of the manufacturing apparatus C as “2”.
  • the overall abnormality level is not necessarily the total value of the individual abnormality levels.
  • the manufacturing apparatus A having the maximum individual abnormality degree “4” is determined as an abnormal component, and the feature amount of the manufacturing apparatus A is deleted from the entire information (S20, S22). .
  • a relative comparison among the three individual abnormality degrees is performed to determine the maximum individual abnormality degree.
  • a normal model of the partial system from which the manufacturing apparatus A is excluded is created (S24), and the partial abnormality degree that is the whole abnormality degree of the partial system is determined based on the feature amount of the partial system.
  • the feature amounts of the partial systems are the manufacturing time, the number of errors, the number of productions, and the amount of power, as in the case of the feature amounts used for calculating the overall abnormality level.
  • the manufacturing time of the partial system is calculated by subtracting the manufacturing time during which the manufacturing apparatus A was operating from the entire manufacturing time.
  • the number of errors in the partial system is calculated by subtracting the number of errors generated in the manufacturing apparatus A from the total number of errors.
  • the number of errors of the partial system is calculated by subtracting the number of products produced by the manufacturing apparatus A from the total production number. By subtracting the amount of power consumed by the manufacturing apparatus A from the total amount of power, the power amount of the partial system is calculated.
  • the degree of partial abnormality is calculated by statistically processing each feature amount of the partial system thus calculated. In the example shown in FIG. 5, the partial abnormality degree is calculated as “13”. Since the threshold Th is “10”, the partial abnormality degree exceeds the threshold Th (Yes in S28). Therefore, among the remaining individual abnormality degrees, the manufacturing apparatus B having the maximum individual abnormality degree “3” is determined as an abnormal component, and the feature amount of the manufacturing apparatus B is deleted (S20, S22). Note that the individual abnormality degrees of the manufacturing apparatuses A to C do not change even if the constituent elements are excluded, so there is no need to recalculate.
  • the calculation of the partial abnormality degree and the determination of the abnormal component are repeated until the partial abnormality degree becomes smaller than the threshold value Th.
  • a normal model of the partial system from which the manufacturing apparatuses A and B are excluded is created (S24), and the abnormality level of the entire partial system is based on the characteristic amount of the partial system.
  • a partial abnormality degree is calculated (S26).
  • the partial abnormality degree is calculated as “9”, which is smaller than the threshold value Th (No in S28), so that the abnormal component is not determined. That is, the manufacturing apparatus C is not determined as an abnormal component.
  • the partial abnormality degree is equal to or less than the threshold Th, two of the manufacturing apparatuses A and B deleted from the entire manufacturing system 10 are determined as abnormal components.
  • FIG. 6 is a diagram illustrating a specific example of a process for determining communication in which an abnormality has occurred, which is performed by the abnormality analysis apparatus 100 according to the present embodiment.
  • FIG. 6 shows processing for a predetermined period (for example, 1 second), which is a unit for calculating the degree of abnormality.
  • a predetermined period for example, 1 second
  • the manufacturing system 10 includes communications A to C as components.
  • the overall abnormality degree is calculated based on the entire feature amount of the manufacturing system 10 (S ⁇ b> 14 in FIG. 3).
  • the number of packets, the maximum packet size, and the maximum packet arrival interval are used as feature quantities.
  • the overall abnormality degree was calculated as “15”.
  • the threshold value Th is “10”
  • the individual abnormality levels of the communications A to C are calculated (S18).
  • the corresponding individual abnormality degree is calculated based on the feature amounts of the communications A to C.
  • the feature amount used for calculation of the individual abnormality degree is the same as the feature amount used for calculation of the overall abnormality degree.
  • the individual abnormality degree of communication A is calculated as “4”
  • the individual abnormality degree of communication B is “3”
  • the individual abnormality degree of communication C is “2”.
  • the communication A having the maximum individual abnormality “4” among the calculated three individual abnormality degrees is determined as an abnormality component, and the feature amount of the communication A is deleted from the entire information (S20, S22).
  • a relative comparison among the three individual abnormality degrees is performed to determine the maximum individual abnormality degree.
  • a normal model of the partial system from which the communication A is excluded is created (S24), and a partial abnormality degree that is the whole abnormality degree of the partial system is calculated based on the feature amount of the partial system (S26).
  • the feature amount of the partial system is the number of packets, the maximum size of the packet, and the maximum value of the packet arrival interval, like the feature amount used for calculating the overall abnormality degree.
  • the number of packets of the partial system is calculated by subtracting the number of packets of communication A from the total number of packets.
  • the maximum size of the partial system packet and the maximum value of the arrival interval are calculated for the remaining packets obtained by removing the communication A packet from the entire packet.
  • the degree of partial abnormality is calculated by statistically processing each feature amount of the partial system thus calculated.
  • the partial abnormality degree is calculated as “9”. Since the partial abnormality degree is smaller than the threshold value Th (No in S28), the abnormal component is not determined. That is, neither of the remaining communication B and communication C is determined as an abnormal component.
  • the communication A deleted from the entire manufacturing system 10 is determined as an abnormal component.
  • the overall abnormality degree exceeds the threshold Th, an abnormality has occurred in at least one of the plurality of constituent elements.
  • a component corresponding to the individual abnormality degree is determined as an abnormal component.
  • a plurality of abnormal components can be determined even when there are a plurality of abnormal components.
  • the abnormal component is excluded first, so the partial abnormality degree of the partial system becomes smaller than the threshold Th. Thereby, only one abnormal component is determined.
  • the communication method between apparatuses described in the above embodiment is not particularly limited.
  • the wireless communication method is, for example, short-range wireless communication such as ZigBee (registered trademark), Bluetooth (registered trademark), or wireless LAN (Local Area Network).
  • the wireless communication method may be communication via a wide area communication network such as the Internet.
  • wired communication may be performed between devices instead of wireless communication.
  • the wired communication is a communication using a power line communication (PLC) or a wired LAN.
  • another processing unit may execute a process executed by a specific processing unit. Further, the order of a plurality of processes may be changed, or a plurality of processes may be executed in parallel.
  • the distribution of the components included in the manufacturing system to a plurality of apparatuses is an example.
  • another device may include a component included in one device. Further, the manufacturing system may be realized as a single device.
  • the processing described in the above embodiments may be realized by centralized processing using a single device (system), or may be realized by distributed processing using a plurality of devices. Good.
  • the number of processors that execute the program may be one or more. That is, centralized processing may be performed, or distributed processing may be performed.
  • all or a part of the components such as the control unit may be configured by dedicated hardware, or realized by executing a software program suitable for each component. Also good.
  • Each component may be realized by a program execution unit such as a CPU (Central Processing Unit) or a processor reading and executing a software program recorded on a recording medium such as an HDD (Hard Disk Drive) or a semiconductor memory. Good.
  • a program execution unit such as a CPU (Central Processing Unit) or a processor reading and executing a software program recorded on a recording medium such as an HDD (Hard Disk Drive) or a semiconductor memory. Good.
  • the components such as the control unit may be configured by one or a plurality of electronic circuits.
  • Each of the one or more electronic circuits may be a general-purpose circuit or a dedicated circuit.
  • the one or more electronic circuits may include, for example, a semiconductor device, an IC (Integrated Circuit), an LSI (Large Scale Integration), or the like.
  • the IC or LSI may be integrated on one chip or may be integrated on a plurality of chips. Here, it is called IC or LSI, but the name changes depending on the degree of integration, and it may be called system LSI, VLSI (Very Large Scale Integration), or ULSI (Ultra Large ScaleationIntegration).
  • An FPGA Field Programmable Gate Array programmed after manufacturing the LSI can be used for the same purpose.
  • the general or specific aspect of the present disclosure may be realized by a system, an apparatus, a method, an integrated circuit, or a computer program.
  • it may be realized by a computer-readable non-transitory recording medium such as an optical disk, HDD, or semiconductor memory in which the computer program is stored.
  • the present invention may be realized by any combination of a system, an apparatus, a method, an integrated circuit, a computer program, and a recording medium.
  • the present disclosure can be used as an abnormality analysis apparatus that can accurately detect an abnormality in a manufacturing system with a small amount of computation, and can be used, for example, as a management apparatus for a manufacturing system.

Abstract

本開示の一態様における異常解析装置（１００）は、複数の構成要素が動作することで製造物を製造する製造システム（１０）の異常を解析する異常解析装置であって、製造システム（１０）の全体の特徴量を示す全体情報を取得する全体情報取得部（１１０）と、全体情報を統計処理することによって、製造システム（１０）の全体の異常度である全体異常度を算出する全体異常度算出部（１４０）と、複数の構成要素の各々の特徴量を示す個別情報を取得する個別情報取得部（１２０）と、個別情報を統計処理することによって、複数の構成要素の各々の異常度である個別異常度を算出する個別異常度算出部（１６０）と、全体異常度が閾値を超えるか否かを判定する判定部（１５０）とを備え、個別異常度算出部（１６０）は、判定部（１５０）によって全体異常度が閾値を超えたと判定された場合に、個別異常度を算出する。

Description

[規則37.2に基づきISAが決定した発明の名称]　異常解析装置、製造システム、異常解析方法及びプログラム
　本開示は、異常解析装置、異常解析方法及び製造システムに関する。
　近年、工場などの製造現場において、複数の製造装置間での通信が行われている。このため、通信のセキュリティを高めることが求められている。
　例えば、特許文献１には、不正アクセスを検出するための通信の解析装置が開示されている。特許文献１に記載の解析装置は、複数の情報処理装置間でなされた不正アクセスにつき複数のシーケンス候補を抽出し、抽出した各シーケンス候補に対応する第１通信履歴を除いた第２通信履歴により復元できるトランザクションの正常性に基づいて、各シーケンス候補が不正アクセスであることの確度を示す評価値を算出する。
特開２０１１－２５３３５５号公報
　しかしながら、上記従来の解析装置を製造システムに利用した場合、不正アクセスを精度良く検出できない場合がある。例えば、シーケンス候補に複数の不正アクセスが存在する場合、不正アクセスであるシーケンス候補を抽出したとしても、この抽出したシーケンス候補以外に不正アクセスに相当するシーケンス候補が存在する。このため、第２通信履歴により復元できるトランザクションが正常にならない。したがって、抽出したシーケンス候補が不正アクセスであるか否かを判定することができない。
　そこで、本開示は、製造システムの異常を少ない演算量で精度良く検出することができる異常解析装置、異常解析方法及び製造システムを提供する。
　上記課題を解決するため、本開示の一態様に係る異常解析装置は、複数の構成要素が動作することで製造物を製造する製造システムの異常を解析する異常解析装置であって、前記製造システムの全体の特徴量を示す全体情報を取得する全体情報取得部と、前記全体情報を統計処理することによって、前記製造システムの全体の異常度である全体異常度を算出する全体異常度算出部と、前記複数の構成要素の各々の特徴量を示す個別情報を取得する個別情報取得部と、前記個別情報を統計処理することによって、前記複数の構成要素の各々の異常度である個別異常度を算出する個別異常度算出部と、前記全体異常度が閾値を超えるか否かを判定する判定部とを備え、前記個別異常度算出部は、前記判定部によって前記全体異常度が前記閾値を超えたと判定された場合に、前記個別異常度を算出する。
　また、本開示の一態様に係る製造システムは、複数の構成要素が動作することで製造物を製造する製造システムであって、上記異常解析装置を備える。
　また、本開示の一態様に係る異常解析方法は、複数の構成要素が動作することで製造物を製造する製造システムの異常を解析する異常解析方法であって、前記製造システムの全体の特徴量を示す全体情報を取得し、前記全体情報を統計処理することによって、前記製造システムの全体の異常度である全体異常度を算出し、前記複数の構成要素の各々の特徴量を示す個別情報を取得し、前記個別情報を統計処理することによって、前記複数の構成要素の各々の異常度である個別異常度を算出し、前記全体異常度が閾値を超えるか否かを判定し、前記個別異常度の算出では、前記全体異常度が前記閾値を超えたと判定された場合に、前記個別異常度を算出する。
　また、本開示の一態様は、上記異常解析方法をコンピュータに実行させるためのプログラムとして実現することができる。あるいは、当該プログラムを格納したコンピュータ読み取り可能な記録媒体として実現することもできる。
　本開示によれば、製造システムの異常を少ない演算量で精度良く検出することができる。
図１は、実施の形態に係る製造システムの構成を示すブロック図である。 図２は、実施の形態に係る異常解析装置の構成を示すブロック図である。 図３は、実施の形態に係る異常解析装置が行う異常の解析処理を示すフローチャートである。 図４は、実施の形態に係る異常解析装置が算出する全体異常度及び個別異常度の一例を示す図である。 図５は、実施の形態に係る異常解析装置が行う、異常が発生した製造装置を決定する処理の具体例を示す図である。 図６は、実施の形態に係る異常解析装置が行う、異常が発生した通信を決定する処理の具体例を示す図である。
　（本開示の概要）
　上述したように、工場などの製造現場において、複数の製造装置が互いに通信を行うことで、互いに協働して製造物を製造している。このため、当該通信に対して外部から悪意のある攻撃などを受けた場合には、各製造装置への負荷の増加、又は、製造装置の故障などが起こり得るので、製造物の生産性が低下する恐れがある。したがって、製造システムの内部ネットワークを介した通信のセキュリティを高めることが求められる。例えば、内部ネットワークに対する不正アクセスの防止などの対策を行うことが求められる。
　具体的には、内部ネットワークへの入り口にファイヤーウォールを導入する対策が考えられる。これにより、外部からの悪意のある接続を抑制することができる。しかしながら、例えばファイヤーウォールにセキュリティ上の脅威、すなわち、脆弱性が発見された場合に、当該脆弱性への対応を行う前の攻撃（いわゆる、ゼロデイ攻撃）に対して対応することができない。
　また、ファイヤーウォールが正常に機能している場合であっても、製造装置の操作者又は管理者などの人的要因による内部からの不正な操作を防ぐことができない。例えば、ウイルスに感染済みのコンピュータ機器又はメモリデバイスが内部ネットワークに接続された場合には、操作者の悪意の有無によらず、各製造装置に感染が拡大する。
　このように、内部ネットワークへの入り口での不正アクセスへの対処は、万全ではない。
　また、複数の製造装置の各々に対してセキュリティソフトを導入することにより、製造装置毎に不正な処理を検知する対策が考えられる。しかしながら、製造装置は多種多様であるので、必ずしも全ての製造装置に対してセキュリティソフトを導入することができるとは限らない。１台でも対策が行われていない製造装置が存在する場合には、当該製造装置を介した不正アクセスなどが行われる可能性がある。
　以上のように、製造システムに対する通信セキュリティの向上は難しく、製造システム内で異常が発生した場合には、精度良く異常を検出することが望まれる。
　そこで、上記課題を解決するために、本開示の一態様に係る異常解析装置は、複数の構成要素が動作することで製造物を製造する製造システムの異常を解析する異常解析装置であって、前記製造システムの全体の特徴量を示す全体情報を取得する全体情報取得部と、前記全体情報を統計処理することによって、前記製造システムの全体の異常度である全体異常度を算出する全体異常度算出部と、前記複数の構成要素の各々の特徴量を示す個別情報を取得する個別情報取得部と、前記個別情報を統計処理することによって、前記複数の構成要素の各々の異常度である個別異常度を算出する個別異常度算出部と、前記全体異常度が閾値を超えるか否かを判定する判定部とを備え、前記個別異常度算出部は、前記判定部によって前記全体異常度が前記閾値を超えたと判定された場合に、前記個別異常度を算出する。
　これにより、全体異常度が閾値を超えたと判定された場合に個別異常度を算出するので、例えば、全体異常度が閾値を超えたと判定されない場合には個別異常度を算出しなくてもよく、演算量を少なくすることができる。また、全体異常度が閾値を超えたと判定された場合には、複数の構成要素の各々の個別異常度を算出するので、複数の構成要素のうち異常構成要素を容易に決定することができる。異常構成要素が複数存在する場合であっても、複数の構成要素の各々の個別異常度を算出するので、複数の異常構成要素を決定することができる。このように、本態様によれば、製造システムの異常を少ない演算量で精度良く検出することができる。
　また、例えば、本開示の一態様に係る異常解析装置は、さらに、前記個別異常度算出部によって算出された複数の個別異常度のうち、最大の個別異常度に対応する構成要素を異常構成要素として決定する決定部を備えてもよい。
　構成要素毎の閾値を正確に定めるのは困難で、各構成要素が異常であるか否かを精度良く判定することが困難である。これに対し、本態様では、複数の個別異常度の相対的な比較を行うので、複数の構成要素の各々に対して異常であるか否かを判定するための閾値を必要としない。本態様では、全体異常度が閾値を超えていることから、複数の構成要素の少なくとも１つは異常構成要素であることが分かる。その上で、複数の構成要素のうち最大の個別異常度に対応する構成要素が異常構成要素として決定されるので、精度良く異常構成要素を決定することができる。また、閾値を記憶するためのメモリ領域を確保する必要がなく、メモリ資源を有効に利用することができる。
　また、例えば、前記全体異常度算出部は、さらに、前記全体異常度が前記閾値を超えたと判定された場合に、前記全体情報から、前記異常構成要素の特徴量を除いた部分情報を統計処理することによって、前記製造システムから前記異常構成要素を除いた部分システムの異常度である部分異常度を算出し、前記判定部は、さらに、前記部分異常度が前記閾値を超えるか否かを判定し、前記決定部は、さらに、前記部分異常度が前記閾値を超えたと判定された場合に、前記複数の個別異常度から前記異常構成要素に対応する個別異常度を除いた残りの個別異常度のうち、最大の個別異常度に対応する構成要素を前記異常構成要素として決定してもよい。
　これにより、閾値などを必要とせずに、２つの異常構成要素を容易に決定することができる。
　また、例えば、前記全体異常度算出部、及び、前記決定部は、前記判定部によって前記部分異常度が前記閾値を超えると判定されなくなるまで、前記部分異常度の算出及び前記異常構成要素の決定を繰り返してもよい。
　これにより、複数の構成要素に含まれる全ての異常構成要素を容易に決定することができる。
　また、例えば、本開示の一態様に係る異常解析装置は、さらに、前記異常構成要素を特定するための情報を出力する出力部を備えてもよい。
　これにより、出力された情報を利用して、異常構成要素を容易に特定することができる。このため、例えば、異常構成要素の修理及び交換などのメンテナンス作業を速やかに行うことができるので、メンテナンスに要する期間を短くすることができ、生産効率を高めることができる。
　また、例えば、前記全体異常度算出部は、所定期間毎に前記全体異常度を算出し、前記判定部は、前記所定期間毎の前記全体異常度が前記閾値を超えるか否かを判定し、前記個別異常度算出部は、前記判定部によって前記全体異常度が前記閾値を超えたと判定された期間のみの前記個別異常度を算出し、前記判定部によって前記全体異常度が前記閾値を超えたと判定されなかった期間の前記個別異常度を算出しなくてもよい。
　これにより、全体異常度が閾値を超えたと判定されなかった期間の個別異常度を算出しないので、演算量を十分に少なくすることができる。
　また、例えば、前記製造システムは、前記製造物を製造する１以上の製造装置と、前記１以上の製造装置と通信し、前記１以上の製造装置を制御する制御装置とを備え、前記複数の構成要素のうちの１つは、前記１以上の製造装置のうちの１つと前記制御装置との通信であってもよい。
　これにより、不正アクセスなどの通信の異常を精度良く検出することができる。
　また、例えば、前記製造システムは、前記製造物を製造する１以上の製造装置を備え、前記複数の構成要素の少なくとも１つは、前記１以上の製造装置であってもよい。
　これにより、故障などの製造装置の異常を精度良く検出することができる。
　また、例えば、本開示の一態様に係る製造システムは、複数の構成要素が動作することで製造物を製造する製造システムであって、上記異常解析装置を備える。
　これにより、上記異常解析装置と同様に、少ない演算量で異常を精度良く検出することができるので、検出された異常へのメンテナンスなどを速やかに行うことができる。したがって、生産性の高い製造システムを実現することができる。
　また、例えば、本開示の一態様に係る異常解析方法は、複数の構成要素が動作することで製造物を製造する製造システムの異常を解析する異常解析方法であって、前記製造システムの全体の特徴量を示す全体情報を取得し、前記全体情報を統計処理することによって、前記製造システムの全体の異常度である全体異常度を算出し、前記複数の構成要素の各々の特徴量を示す個別情報を取得し、前記個別情報を統計処理することによって、前記複数の構成要素の各々の異常度である個別異常度を算出し、前記全体異常度が閾値を超えるか否かを判定し、前記個別異常度の算出では、前記全体異常度が前記閾値を超えたと判定された場合に、前記個別異常度を算出する。また、例えば、本開示の一態様に係るプログラムは、上記異常解析方法をコンピュータに実行させるためのプログラムである。
　これにより、上記異常解析装置と同様に、製造システムの異常を少ない演算量で精度良く検出することができる。
　以下では、実施の形態について、図面を参照しながら具体的に説明する。
　なお、以下で説明する実施の形態は、いずれも包括的又は具体的な例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本開示を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、独立請求項に記載されていない構成要素については、任意の構成要素として説明される。
　また、各図は、模式図であり、必ずしも厳密に図示されたものではない。したがって、例えば、各図において縮尺などは必ずしも一致しない。また、各図において、実質的に同一の構成については同一の符号を付しており、重複する説明は省略又は簡略化する。
　（実施の形態）
　まず、実施の形態に係る製造システムの概要について、図１を用いて説明する。図１は、本実施の形態に係る製造システム１０の構成を示すブロック図である。
　図１に示されるように、製造システム１０は、制御装置２０と、製造装置３０、３２及び３４と、異常解析装置１００とを備える。制御装置２０と、製造装置３０、３２及び３４の各々とは、ネットワークを介して通信可能に接続されている。
　本実施の形態では、製造システム１０は、複数の構成要素が動作することで製造物を製造する。構成要素は、製造物の製造に関連する要素であり、異常が発生する可能性のある要素である。複数の構成要素の各々が、異常解析装置１００による異常の検出対象である。
　例えば、複数の構成要素には、装置間の通信が含まれる。具体的には、制御装置２０と製造装置３０、３２及び３４の各々との通信、及び、製造装置３０と製造装置３２との間の通信などの製造装置間の通信がそれぞれ、製造システム１０の構成要素である。また、複数の構成要素には、制御装置２０並びに製造装置３０、３２及び３４の各々が含まれてもよい。なお、複数の構成要素は、１つの製造装置の内部部品（例えば、吸着ノズル、フィーダーなど）であってもよい。
　制御装置２０は、製造装置３０、３２及び３４を制御する。制御装置２０は、例えば、コンピュータ機器などで実現される。制御装置２０は、プログラムが格納された不揮発性メモリ、プログラムを実行するための一時的な記憶領域である揮発性メモリ、入出力ポート、プログラムを実行するプロセッサなどで実現される。制御装置２０が有する各機能はそれぞれ、プロセッサによって実行されるソフトウェアで実現されてもよく、複数の回路素子を含む電子回路などのハードウェアで実現されてもよい。
　製造装置３０、３２及び３４は、製造物を製造する。例えば、製造装置３０、３２及び３４は、製造ラインに沿って並んで配置されている。製造装置３０、３２及び３４は、例えば１つの製造物を製造するための互いに異なる工程を実行する。製造装置３０、３２及び３４はそれぞれ、例えば部品実装機である。あるいは、製造装置３０、３２及び３４の少なくとも１つは、基板搬送装置又は部品供給装置などであってもよい。
　なお、製造システム１０の構成は、図１に示した例に限らない。例えば、製造システム１０が備える製造装置の個数が３台である例を図１では示しているが、１台のみでもよく、２台でもよく、４台以上であってもよい。また、製造システム１０は、制御装置２０を備えていなくてもよく、複数の製造装置３０、３２及び３４が互いに通信することで、協働して製造物を製造してもよい。
　異常解析装置１００は、製造システム１０の異常を解析する。異常解析装置１００は、例えば、コンピュータ機器などで実現される。異常解析装置１００は、プログラムが格納された不揮発性メモリ、プログラムを実行するための一時的な記憶領域である揮発性メモリ、入出力ポート、プログラムを実行するプロセッサなどで実現される。異常解析装置１００が有する各機能はそれぞれ、プロセッサによって実行されるソフトウェアで実現されてもよく、複数の回路素子を含む電子回路などのハードウェアで実現されてもよい。
　図２は、本実施の形態に係る異常解析装置１００の構成を示すブロック図である。図２に示されるように、異常解析装置１００は、全体情報取得部１１０と、個別情報取得部１２０と、記憶部１３０と、全体異常度算出部１４０と、判定部１５０と、個別異常度算出部１６０と、決定部１７０と、出力部１８０とを備える。
　全体情報取得部１１０は、製造システム１０の全体の特徴量を示す全体情報を取得する。全体情報は、製造システム１０の全体の動作情報に相当する。具体的には、全体情報が示す特徴量は、故障などの異常が発生した場合に正常時とは異なる値になる物理量である。特徴量は、例えば、製造システム１０の全体の製造時間、エラー数、生産数及び消費電力量の少なくとも１つである。製造システム１０の全体の製造時間は、製造システム１０の全体が動作した時間、つまり、製造システム１０の構成要素の少なくとも１つが動作した時間である。製造システム１０の全体のエラー数は、製造システム１０の動作中に発生したエラーの総数である。製造システム１０の全体の生産数は、製造システム１０の動作中に製造された製造物の総数である。製造システム１０の全体の消費電力は、製造システム１０の動作中に消費した電力量である。
　全体情報は、例えば、所定期間毎の特徴量を示している。つまり、全体情報は、所定期間毎の製造時間、エラー数、生産数及び消費電力の少なくとも１つを示している。所定期間は、異常度の算出単位であり、例えば１秒などであるが、これに限らない。
　全体情報は、製造システム１０の全体の内部ネットワークの通信に関する情報であってもよい。例えば、全体情報が示す特徴量は、不正アクセスなどの異常が発生した場合に正常時とは異なる値になる物理量である。特徴量は、例えば、製造システム１０の全体のパケット数、パケットの最大サイズ、及び、パケットの到着間隔の最大値又は平均値の少なくとも１つであってもよい。
　個別情報取得部１２０は、製造システム１０の複数の構成要素の各々の特徴量を示す個別情報を取得する。個別情報は、各構成要素の動作情報に相当する。具体的には、個別情報は、全体情報と同じ特徴量を示している。例えば、個別情報が示す特徴量は、対応する構成要素が関与した製造時間、エラー数、生産数及び消費電力量の少なくとも１つである。ここでの構成要素は、制御装置２０並びに製造装置３０、３２及び３４のいずれか１つである。例えば、製造装置３０に対応する個別情報は、所定期間毎に、製造装置３０が動作した時間（すなわち、製造時間）、製造装置３０が動作することにより発生したエラーの数（エラー数）、製造装置３０が動作することによって製造された製造物の個数（生産数）、及び、製造装置３０が消費した電力量（消費電力量）の少なくとも１つを示している。あるいは、構成要素が通信の場合、個別情報が示す特徴量は、対応する通信のパケット数、パケットの最大サイズ、及び、パケットの到着間隔の最大値又は平均値の少なくとも１つであってもよい。
　全体情報取得部１１０及び個別情報取得部１２０は、例えば、制御装置２０並びに製造装置３０、３２及び３４の各々から製造ログ情報を取得することで、製造時間などの特徴量を示す全体情報及び個別情報を取得する。製造ログ情報は、例えば、時刻と、当該時刻において行った動作を示す情報である。また、全体情報取得部１１０及び個別情報取得部１２０は、例えば、各装置間の通信をミラーリングさせて受信することで、パケット数などの特徴量を示す全体情報及び個別情報を取得してもよい。
　記憶部１３０は、全体情報、及び、複数の構成要素の各々の個別情報を記憶するためのメモリである。記憶部１３０は、例えばＨＤＤ（Hard Disk Drive）又は半導体メモリなどの不揮発性記憶素子で実現される。記憶部１３０には、全体情報及び複数の個別情報がそれぞれ、時刻情報に対応付けて記憶される。
　全体異常度算出部１４０は、全体情報を統計処理することによって、製造システム１０の全体の異常度である全体異常度を算出する。具体的には、全体異常度算出部１４０は、所定期間毎に全体異常度を算出する。所定期間は、上述した通り、例えば１秒である。
　異常度は、装置の故障及び通信の不正アクセスなどが発生し、製造物を正常に製造することができない異常な状態の程度を示す指数である。具体的には、異常度は、製造物を正常に製造することができる状態を表す正常モデルからの外れ値である。例えば、異常度が高い程、製造物の生産効率が低く、又は、エネルギー原単位が高くなる。異常度が低い程、製造物の生産効率が高く、エネルギー原単位が低くなる。
　具体的には、全体異常度算出部１４０は、製造システム１０の全体の動作が正常である場合を表す全体正常モデルを作成する。例えば、全体異常度算出部１４０は、製造システム１０が正常状態で動作している期間の特徴量を統計処理することで、全体正常モデルを作成する。全体異常度算出部１４０は、作成した全体正常モデルからの外れ値として全体異常度を算出する。全体正常モデルの作成及び全体異常度の算出のアルゴリズムは、例えば、局所外れ値因子（ＬＯＦ：Local Outlier Factor）法、サポートベクターマシン（ＳＶＭ：Support Vector Machine）法、又は、ｋ近傍（ｋＮＮ：k-Nearest Neighbor）法などである。
　また、全体異常度算出部１４０は、判定部１５０によって全体異常度が閾値Ｔｈを超えたと判定された場合に、全体情報から、異常構成要素の特徴量を除いた部分情報を統計処理することによって、製造システム１０から異常構成要素を除いた部分システムの異常度である部分異常度を算出する。部分情報は、製造システム１０の全体から異常構成要素を除いた部分システムの全体の特徴量を示す情報である。部分異常度は、部分システムの全体の異常度である。本実施の形態では、全体異常度算出部１４０は、判定部１５０によって部分異常度が閾値Ｔｈを超えたと判定されなくなるまで、部分異常度の算出を繰り返す。
　異常構成要素は、製造システム１０の複数の構成要素のうち、最大の個別異常度に対応する構成要素である。全体異常度算出部１４０は、判定部１５０によって全体異常度が閾値Ｔｈを超えたと判定された場合に、部分システムに対する部分正常モデルの作成を行い、作成した部分正常モデルからの外れ値として部分異常度を算出する。部分異常度の算出のアルゴリズムは、例えば、全体異常度の算出と同じアルゴリズムであるが、異なるアルゴリズムであってもよい。
　判定部１５０は、全体異常度が閾値Ｔｈを超えるか否かを判定する。具体的には、判定部１５０は、所定期間毎の全体異常度が閾値Ｔｈを超えるか否かを判定する。さらに、判定部１５０は、部分異常度が算出された場合、部分異常度が閾値Ｔｈを超えるか否かを判定する。ここで、閾値Ｔｈは、全体正常モデルの作成の際に決定された固定値であるが、全体正常モデル又は部分正常モデルの作成の度に更新されてもよい。つまり、全体異常度の比較に用いる閾値Ｔｈと部分異常度の比較に用いる閾値Ｔｈとは、同じ値であるが、異なる値であってもよい。
　個別異常度算出部１６０は、個別情報を統計処理することによって、複数の構成要素の各々の異常度である個別異常度を算出する。個別異常度算出部１６０は、判定部１５０によって全体異常度が閾値Ｔｈを超えたと判定された場合に、個別異常度を算出する。具体的には、個別異常度算出部１６０は、判定部１５０によって全体異常度が閾値Ｔｈを超えたと判定された期間のみの個別異常度を算出し、判定部１５０によって全体異常度が閾値Ｔｈを超えたと判定されなかった期間の個別異常度を算出しない。
　より具体的には、個別異常度算出部１６０は、構成要素毎に、対応する構成要素の動作が正常である場合を表す個別正常モデルを作成する。例えば、個別異常度算出部１６０は、構成要素毎に、対応する構成要素が正常状態で動作している期間の特徴量を統計処理することで、個別正常モデルを作成する。個別異常度算出部１６０は、作成した個別正常モデルからの外れ値として個別異常度を算出する。個別正常モデルの作成及び個別異常度の算出のアルゴリズムは、例えば、ＬＯＦ法、ＳＶＭ法、又は、ｋＮＮ法などである。
　決定部１７０は、個別異常度算出部１６０によって算出された複数の個別異常度のうち、最大の個別異常度に対応する構成要素を異常構成要素として決定する。決定部１７０は、さらに、部分異常度が閾値Ｔｈを超えたと判定された場合に、複数の個別異常度から異常構成要素に対応する個別異常度を除いた残りの個別異常度のうち、最大の個別異常度に対応する構成要素を異常構成要素として決定する。すなわち、決定部１７０は、部分異常度が閾値Ｔｈを超えたと判定された場合に、全体としては２番目に個別異常度が高い構成要素を２つ目の異常構成要素として決定する。
　決定部１７０は、判定部１５０によって部分異常度が閾値Ｔｈを超えると判定されなくなるまで、異常構成要素の決定を繰り返す。部分異常度が閾値Ｔｈを超える度に、演算対象となる部分システムから構成要素が除外されるので、除外されなかった残りの構成要素が全て正常である場合には、部分異常度が閾値Ｔｈより小さくなる。これにより、製造システム１０の全体に含まれていた異常構成要素を全て決定することができる。
　出力部１８０は、異常構成要素を特定するための情報を出力する。出力部１８０は、例えば、画像を表示する表示部、音声を出力する音声出力部、及び、データを出力するデータ出力部の少なくとも１つを含む。表示部は、例えば液晶表示装置などで実現される。音声出力部は、例えばスピーカーなどで実現される。データ出力部は、例えば無線通信又は有線通信を行う通信インタフェースなどで実現される。データ出力部は、例えば、無線通信を行うことで、製造システム１０の管理者又はメンテナンスを行う者の管理サーバなどの外部のサーバ装置に、異常構成要素を特定するための情報を出力する。
　異常構成要素を特定するための情報は、異常構成要素が装置である場合、例えば、当該装置の名称又は設置位置などである。また、異常構成要素を特定するための情報は、異常構成要素が通信である場合、例えば、当該通信を行っている２つ以上の装置の名称又は設置位置などである。
　続いて、本実施の形態に係る異常解析装置１００による異常の解析処理について、図３～図６を用いて説明する。
　図３は、本実施の形態に係る異常解析装置１００が行う異常の解析処理を示すフローチャートである。図３に示される異常の解析処理は、例えば、所定の製造単位毎に実行される。製造単位は、例えば、ロット、又は、１時間若しくは１日などの時間である。あるいは、異常の解析処理は、製造システム１０の製造動作に合わせて実質的にリアルタイムで実行されてもよい。
　なお、異常解析装置１００では、事前処理として予め正常モデルを作成する。具体的には、全体異常度算出部１４０は、製造システム１０の全体の正常モデル（全体正常モデル）を作成する。個別異常度算出部１６０は、複数の構成要素の各々の個別の正常モデル（個別正常モデル）を作成する。正常モデルの作成は、例えば、製造システム１０及び各構成要素が正常に動作していることが確認されたデータを用いて行われる。
　図３に示されるように、まず、全体情報取得部１１０が全体情報を取得する（Ｓ１０）。次に、個別情報取得部１２０が複数の構成要素の各々の個別情報を取得する（Ｓ１２）。例えば、全体情報取得部１１０及び個別情報取得部１２０は、異常の解析対象となる所定の製造単位（例えば１日）分の全体情報及び個別情報を取得する。なお、全体情報取得部１１０及び個別情報取得部１２０は、異常度の算出単位である所定期間（例えば１秒）分の全体情報及び個別情報を取得してもよい。
　また、全体情報の取得と個別情報の取得とは、同時に行われてもよい。あるいは、全体情報取得部１１０は、個別情報取得部１２０が取得した複数の個別情報に基づいて全体情報を取得してもよい。また、個別情報の取得は、後述するステップＳ１６において全体異常度が閾値Ｔｈを超えたと判定された後、個別異常度の算出を行う前に行われてもよい。
　次に、全体異常度算出部１４０が、製造システム１０の全体の正常モデルと全体情報とに基づいて、全体異常度を算出する（Ｓ１４）。具体的には、全体異常度算出部１４０は、所定期間の全体異常度を算出する。全体異常度が算出された後、判定部１５０は、算出された全体異常度と閾値Ｔｈとを比較する（Ｓ１６）。
　全体異常度が閾値Ｔｈ以下と判定された場合（Ｓ１６でＮｏ）、ステップＳ１４に戻り、次の期間の全体異常度の算出を行う。なお、ステップＳ１０及びＳ１２で取得した全体情報及び個別情報が所定期間分の情報である場合、ステップＳ１０に戻り、次の期間の全体情報の取得から繰り返す。
　全体異常度が閾値Ｔｈより大きいと判定された場合（Ｓ１６でＹｅｓ）、個別異常度算出部１６０は、個別の正常モデルと個別情報とに基づいて、各構成要素の個別異常度を算出する（Ｓ１８）。個別異常度算出部１６０は、製造システム１０を構成する構成要素の全てに対して、対応する個別異常度を算出する。全ての個別異常度が算出された後、決定部１７０は、算出された個別異常度から最大の個別異常度に対応する構成要素を異常構成要素として決定する（Ｓ２０）。
　次に、全体異常度算出部１４０は、全体情報から、異常構成要素の特徴量を削除することで、部分情報を生成する。（Ｓ２２）。これにより、製造システム１０から異常構成要素が除外された部分システムを仮想的に生成する。部分情報は、部分システムの全体の特徴量を示している。
　さらに、全体異常度算出部１４０は、部分システムの正常モデルを作成する（Ｓ２４）。例えば、全体異常度算出部１４０は、製造システム１０の全体の正常モデルの作成に用いたアルゴリズムと同じアルゴリズムを用いて、部分システムの正常モデルを作成する。次に、全体異常度算出部１４０は、作成した部分システムの正常モデルと部分情報とに基づいて、部分異常度を算出する（Ｓ２６）。部分異常度が算出された後、判定部１５０は、算出された部分異常度と閾値Ｔｈとを比較する（Ｓ２８）。
　部分異常度が閾値Ｔｈより大きいと判定された場合（Ｓ２８でＹｅｓ）、ステップＳ２０に戻り、異常構成要素の決定（Ｓ２０）、部分システムからの異常構成要素の削除（Ｓ２２）、部分異常度の算出（Ｓ２６）及び閾値Ｔｈとの比較（Ｓ２８）を繰り返す。部分異常度が閾値Ｔｈを超えたと判定されなくなるまで、これらの処理が繰り返される。
　部分異常度が閾値Ｔｈ以下と判定された場合（Ｓ２８でＮｏ）、出力部１８０は、決定された１以上の異常構成要素を異常の要因として出力する（Ｓ３０）。具体的には、出力部１８０は、決定された１以上の異常構成要素を特定するための情報を出力する。その後、ステップＳ１４に戻り、上述した処理が繰り返される。
　このように、本実施の形態では、個別異常度の算出（Ｓ１８）は、全体異常度が閾値Ｔｈより大きいと判定された場合（Ｓ１６でＹｅｓ）のみ行われる。
　図４は、本実施の形態に係る異常解析装置１００が算出する全体異常度及び個別異常度の一例を示す図である。具体的には、図４の（ａ）は、全体異常度の時間変化を示している。図４の（ｂ）は、３つの構成要素（ここでは、通信Ａ～Ｃ）の各々の個別異常度の時間変化を示している。図４の（ａ）及び（ｂ）の各々において、横軸は時間であり、縦軸は異常度を示している。
　上述したように、全体異常度は、異常の解析対象となる製造単位（例えば１日）内で、所定期間（例えば１秒）毎に算出される。このため、図４の（ａ）に示されるように、全体異常度の算出結果は、全体異常度の時間変化を示すグラフとして表される。
　図４の（ａ）では、時刻ｔ１から時刻ｔ２までの期間において、全体異常度が閾値Ｔｈを超えている。このため、図４の（ｂ）に示されるように、個別異常度は、時刻ｔ１から時刻ｔ２までの期間のみで算出され、時刻ｔ１より前、及び、時刻ｔ２より後の期間では算出されない。時刻ｔ１から時刻ｔ２までの期間では、通信Ａ～通信Ｃの全てに対して、個別異常度が算出される。
　このように、個別異常度を算出する期間が十分に少なくなるので、異常の解析に要する演算量を削減することができる。
　以下では、図５及び図６を用いて異常構成要素を決定する処理の具体例について説明する。図５は、本実施の形態に係る異常解析装置１００が行う、異常が発生した製造装置を決定する処理の具体例を示す図である。図５は、異常度の算出単位である所定期間（例えば１秒）分の処理を示している。また、製造システム１０が構成要素として製造装置Ａ～Ｃを備える例を示している。以下では、図３に示すフローチャートに沿って処理の具体的な流れを説明する。
　図５に示されるように、まず、第１段階として、製造システム１０の全体の特徴量に基づいて全体異常度が算出される（図３のＳ１４）。ここでは、特徴量として、製造時間、エラー数、生産数及び電力量を用いている。算出の結果、全体異常度が“１５”と算出された。閾値Ｔｈが“１０”である場合、全体異常度が閾値Ｔｈを超えているので（Ｓ１６でＹｅｓ）、製造装置Ａ～Ｃの各々の個別異常度が算出される（Ｓ１８）。具体的には、製造装置Ａ～Ｃの各々の特徴量に基づいて、対応する個別異常度が算出される。ここでは、個別異常度の算出に用いられる特徴量は、全体異常度の算出に用いられる特徴量と同じである。算出の結果、製造装置Ａの個別異常度が“４”、製造装置Ｂの個別異常度が“３”、製造装置Ｃの個別異常度が“２”と算出された。なお、当該結果より明らかなように、全体異常度は、必ずしも個別異常度の合計値になる訳ではない。
　算出された３つの個別異常度の中から最大の個別異常度“４”を有する製造装置Ａが異常構成要素として決定され、製造装置Ａの特徴量が全体情報から削除される（Ｓ２０、Ｓ２２）。ここでは、３つの個別異常度と閾値とを個々に比較するのではなく、３つの個別異常度間での相対的な比較を行い、最大の個別異常度が決定される。
　続いて、第２段階として、製造装置Ａが除外された部分システムの正常モデルが作成され（Ｓ２４）、部分システムの特徴量に基づいて、当該部分システムの全体の異常度である部分異常度が算出される（Ｓ２６）。部分システムの特徴量は、全体異常度の算出に用いた特徴量と同様に、製造時間、エラー数、生産数及び電力量である。例えば、全体の製造時間から、製造装置Ａが動作していた製造時間を減算することで、部分システムの製造時間が算出される。同様に、全体のエラー数から、製造装置Ａで発生したエラー数を減算することで、部分システムのエラー数が算出される。同様に、全体の生産数から、製造装置Ａが製造に関与した製造物の生産数を減算することで、部分システムのエラー数が算出される。全体の電力量から、製造装置Ａで消費された電力量を減算することで、部分システムの電力量が算出される。このように算出された部分システムの各特徴量を統計処理することによって、部分異常度が算出される。図５に示す例では、部分異常度が“１３”と算出された。閾値Ｔｈが“１０”であるので、部分異常度は、閾値Ｔｈを超えている（Ｓ２８でＹｅｓ）。したがって、残りの個別異常度のうち、最大の個別異常度“３”を有する製造装置Ｂが異常構成要素として決定され、製造装置Ｂの特徴量が削除される（Ｓ２０、Ｓ２２）。なお、製造装置Ａ～Ｃの各々の個別異常度は、構成要素が除外されたとしても変化しないので、算出し直す必要がない。
　以降、部分異常度が閾値Ｔｈより小さくなるまで、部分異常度の算出及び異常構成要素の決定が繰り返される。具体的には、第３段階として、製造装置Ａ及びＢが除外された部分システムの正常モデルが作成され（Ｓ２４）、部分システムの特徴量に基づいて、当該部分システムの全体の異常度である部分異常度が算出される（Ｓ２６）。ここでは、部分異常度が“９”と算出され、閾値Ｔｈより小さくなるので（Ｓ２８でＮｏ）、異常構成要素の決定が行われない。すなわち、製造装置Ｃは、異常構成要素としては決定されない。
　部分異常度が閾値Ｔｈ以下であると判定されたので、製造システム１０の全体から削除された製造装置Ａ及びＢとの２つが異常構成要素として決定される。
　続いて、図５とは異なる具体例を、図６を用いて説明する。図６は、本実施の形態に係る異常解析装置１００が行う、異常が発生した通信を決定する処理の具体例を示す図である。図６は、異常度の算出単位である所定期間（例えば１秒）分の処理を示している。また、製造システム１０が構成要素として通信Ａ～Ｃを備える例を示している。以下では、図３に示すフローチャートに沿って処理の具体的な流れを説明する。
　図６に示されるように、まず、製造システム１０の全体の特徴量に基づいて全体異常度が算出される（図３のＳ１４）。ここでは、特徴量として、パケット数、パケットの最大サイズ、及び、パケット到着間隔の最大値を用いている。算出の結果、全体異常度が“１５”と算出された。閾値Ｔｈが“１０”である場合、全体異常度が閾値Ｔｈを超えているので（Ｓ１６でＹｅｓ）、通信Ａ～Ｃの各々の個別異常度が算出される（Ｓ１８）。具体的には、通信Ａ～Ｃの各々の特徴量に基づいて、対応する個別異常度が算出される。ここでは、個別異常度の算出に用いられる特徴量は、全体異常度の算出に用いられる特徴量と同じである。算出の結果、通信Ａの個別異常度が“４”、通信Ｂの個別異常度が“３”、通信Ｃの個別異常度が“２”と算出された。
　算出された３つの個別異常度の中から最大の個別異常度“４”を有する通信Ａが異常構成要素として決定され、通信Ａの特徴量が全体情報から削除される（Ｓ２０、Ｓ２２）。ここでは、３つの個別異常度と閾値とを個々に比較するのではなく、３つの個別異常度間での相対的な比較を行い、最大の個別異常度が決定される。
　続いて、通信Ａが除外された部分システムの正常モデルが作成され（Ｓ２４）、部分システムの特徴量に基づいて、当該部分システムの全体の異常度である部分異常度が算出される（Ｓ２６）。部分システムの特徴量は、全体異常度の算出に用いた特徴量と同様に、パケット数、パケットの最大サイズ、及び、パケット到着間隔の最大値である。例えば、全体のパケット数から通信Ａのパケット数を減算することで、部分システムのパケット数が算出される。同様に、全体のパケットから通信Ａのパケットを除いた残りのパケットを対象として、部分システムのパケットの最大サイズ及び到着間隔の最大値が算出される。このように算出された部分システムの各特徴量を統計処理することによって、部分異常度が算出される。図６に示す例では、部分異常度が“９”と算出された。部分異常度が閾値Ｔｈより小さくなるので（Ｓ２８でＮｏ）、異常構成要素の決定が行われない。すなわち、残りの通信Ｂ及び通信Ｃはいずれも、異常構成要素としては決定されない。
　部分異常度が閾値Ｔｈ以下であると判定されたので、製造システム１０の全体から削除された通信Ａが異常構成要素として決定される。
　以上のように、本実施の形態では、全体異常度が閾値Ｔｈを超えている場合、複数の構成要素の少なくとも１つに異常が発生しているので、複数の構成要素の中から、最大の個別異常度に対応する構成要素が異常構成要素として決定される。さらに、異常構成要素をシステムから除外した部分システムに対して同様の処理を繰り返すことで、異常構成要素が複数存在する場合であっても複数の異常構成要素を決定することができる。また、複数の構成要素に含まれる異常構成要素が１つのみの場合、当該異常構成要素が最初に除外されるので、部分システムの部分異常度が閾値Ｔｈより小さくなる。これにより、１つのみの異常構成要素が決定される。
　（他の実施の形態）
　以上、１つ又は複数の態様に係る異常解析装置、異常解析方法及び製造システムなどについて、実施の形態に基づいて説明したが、本開示は、これらの実施の形態に限定されるものではない。本開示の主旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したもの、及び、異なる実施の形態における構成要素を組み合わせて構築される形態も、本開示の範囲内に含まれる。
　例えば、上記実施の形態で説明した装置間の通信方法については特に限定されるものではない。装置間で無線通信が行われる場合、無線通信の方式（通信規格）は、例えば、ＺｉｇＢｅｅ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、又は、無線ＬＡＮ（Local Area Network）などの近距離無線通信である。あるいは、無線通信の方式（通信規格）は、インターネットなどの広域通信ネットワークを介した通信でもよい。また、装置間においては、無線通信に代えて、有線通信が行われてもよい。有線通信は、具体的には、電力線搬送通信（ＰＬＣ：Power Line Communication）又は有線ＬＡＮを用いた通信などである。
　また、上記実施の形態において、特定の処理部が実行する処理を別の処理部が実行してもよい。また、複数の処理の順序が変更されてもよく、あるいは、複数の処理が並行して実行されてもよい。また、製造システムが備える構成要素の複数の装置への振り分けは、一例である。例えば、一の装置が備える構成要素を他の装置が備えてもよい。また、製造システムは、単一の装置として実現されてもよい。
　例えば、上記実施の形態において説明した処理は、単一の装置（システム）を用いて集中処理することによって実現してもよく、又は、複数の装置を用いて分散処理することによって実現してもよい。また、上記プログラムを実行するプロセッサは、単数であってもよく、複数であってもよい。すなわち、集中処理を行ってもよく、又は分散処理を行ってもよい。
　また、上記実施の形態において、制御部などの構成要素の全部又は一部は、専用のハードウェアで構成されてもよく、あるいは、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵ（Central Processing Unit）又はプロセッサなどのプログラム実行部が、ＨＤＤ（Hard Disk Drive）又は半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。
　また、制御部などの構成要素は、１つ又は複数の電子回路で構成されてもよい。１つ又は複数の電子回路は、それぞれ、汎用的な回路でもよいし、専用の回路でもよい。
　１つ又は複数の電子回路には、例えば、半導体装置、ＩＣ（Integrated Circuit）又はＬＳＩ（Large Scale Integration）などが含まれてもよい。ＩＣ又はＬＳＩは、１つのチップに集積されてもよく、複数のチップに集積されてもよい。ここでは、ＩＣ又はＬＳＩと呼んでいるが、集積の度合いによって呼び方が変わり、システムＬＳＩ、ＶＬＳＩ（Very Large Scale Integration）、又は、ＵＬＳＩ（Ultra Large Scale Integration）と呼ばれるかもしれない。また、ＬＳＩの製造後にプログラムされるＦＰＧＡ（Field Programmable Gate Array）も同じ目的で使うことができる。
　また、本開示の全般的又は具体的な態様は、システム、装置、方法、集積回路又はコンピュータプログラムで実現されてもよい。あるいは、当該コンピュータプログラムが記憶された光学ディスク、ＨＤＤ若しくは半導体メモリなどのコンピュータ読み取り可能な非一時的記録媒体で実現されてもよい。また、システム、装置、方法、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。
　また、上記の各実施の形態は、請求の範囲又はその均等の範囲において種々の変更、置き換え、付加、省略などを行うことができる。
　本開示は、製造システムの異常を少ない演算量で精度良く検出することができる異常解析装置などとして利用でき、例えば、製造システムの管理装置などに利用することができる。
１０　製造システム
２０　制御装置
３０、３２、３４　製造装置
１００　異常解析装置
１１０　全体情報取得部
１２０　個別情報取得部
１３０　記憶部
１４０　全体異常度算出部
１５０　判定部
１６０　個別異常度算出部
１７０　決定部
１８０　出力部
 

Claims (11)

  1. 　複数の構成要素が動作することで製造物を製造する製造システムの異常を解析する異常解析装置であって、
    　前記製造システムの全体の特徴量を示す全体情報を取得する全体情報取得部と、
    　前記全体情報を統計処理することによって、前記製造システムの全体の異常度である全体異常度を算出する全体異常度算出部と、
    　前記複数の構成要素の各々の特徴量を示す個別情報を取得する個別情報取得部と、
    　前記個別情報を統計処理することによって、前記複数の構成要素の各々の異常度である個別異常度を算出する個別異常度算出部と、
    　前記全体異常度が閾値を超えるか否かを判定する判定部とを備え、
    　前記個別異常度算出部は、前記判定部によって前記全体異常度が前記閾値を超えたと判定された場合に、前記個別異常度を算出する
    　異常解析装置。
  2. 　さらに、
    　前記個別異常度算出部によって算出された複数の個別異常度のうち、最大の個別異常度に対応する構成要素を異常構成要素として決定する決定部を備える
    　請求項１に記載の異常解析装置。
  3. 　前記全体異常度算出部は、さらに、前記全体異常度が前記閾値を超えたと判定された場合に、前記全体情報から、前記異常構成要素の特徴量を除いた部分情報を統計処理することによって、前記製造システムから前記異常構成要素を除いた部分システムの異常度である部分異常度を算出し、
    　前記判定部は、さらに、前記部分異常度が前記閾値を超えるか否かを判定し、
    　前記決定部は、さらに、前記部分異常度が前記閾値を超えたと判定された場合に、前記複数の個別異常度から前記異常構成要素に対応する個別異常度を除いた残りの個別異常度のうち、最大の個別異常度に対応する構成要素を前記異常構成要素として決定する
    　請求項２に記載の異常解析装置。
  4. 　前記全体異常度算出部、及び、前記決定部は、前記判定部によって前記部分異常度が前記閾値を超えると判定されなくなるまで、前記部分異常度の算出及び前記異常構成要素の決定を繰り返す
    　請求項３に記載の異常解析装置。
  5. 　さらに、
    　前記異常構成要素を特定するための情報を出力する出力部を備える
    　請求項２～４のいずれか１項に記載の異常解析装置。
  6. 　前記全体異常度算出部は、所定期間毎に前記全体異常度を算出し、
    　前記判定部は、前記所定期間毎の前記全体異常度が前記閾値を超えるか否かを判定し、
    　前記個別異常度算出部は、前記判定部によって前記全体異常度が前記閾値を超えたと判定された期間のみの前記個別異常度を算出し、前記判定部によって前記全体異常度が前記閾値を超えたと判定されなかった期間の前記個別異常度を算出しない
    　請求項１～５のいずれか１項に記載の異常解析装置。
  7. 　前記製造システムは、
    　前記製造物を製造する１以上の製造装置と、
    　前記１以上の製造装置と通信し、前記１以上の製造装置を制御する制御装置とを備え、
    　前記複数の構成要素のうちの１つは、前記１以上の製造装置のうちの１つと前記制御装置との通信である
    　請求項１～６のいずれか１項に記載の異常解析装置。
  8. 　前記製造システムは、前記製造物を製造する１以上の製造装置を備え、
    　前記複数の構成要素の少なくとも１つは、前記１以上の製造装置である
    　請求項１～６のいずれか１項に記載の異常解析装置。
  9. 　複数の構成要素が動作することで製造物を製造する製造システムであって、
    　請求項１～８のいずれか１項に記載の異常解析装置を備える
    　製造システム。
  10. 　複数の構成要素が動作することで製造物を製造する製造システムの異常を解析する異常解析方法であって、
    　前記製造システムの全体の特徴量を示す全体情報を取得し、
    　前記全体情報を統計処理することによって、前記製造システムの全体の異常度である全体異常度を算出し、
    　前記複数の構成要素の各々の特徴量を示す個別情報を取得し、
    　前記個別情報を統計処理することによって、前記複数の構成要素の各々の異常度である個別異常度を算出し、
    　前記全体異常度が閾値を超えるか否かを判定し、
    　前記個別異常度の算出では、前記全体異常度が前記閾値を超えたと判定された場合に、前記個別異常度を算出する
    　異常解析方法。
  11. 　請求項１０に記載の異常解析方法をコンピュータに実行させるためのプログラム。
     
     
     
     
PCT/JP2019/022667 2018-06-11 2019-06-07 異常解析装置、製造システム、異常解析方法及びプログラム WO2019240019A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2020525513A JP7466197B2 (ja) 2018-06-11 2019-06-07 異常解析装置、製造システム、異常解析方法及びプログラム
CN201980038823.4A CN112262353A (zh) 2018-06-11 2019-06-07 异常解析装置、制造系统、异常解析方法以及程序
US16/973,917 US11698630B2 (en) 2018-06-11 2019-06-07 Abnormality analysis device, abnormality analysis method, and manufacturing system

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018111048 2018-06-11
JP2018-111048 2018-06-11

Publications (1)

Publication Number Publication Date
WO2019240019A1 true WO2019240019A1 (ja) 2019-12-19

Family

ID=68841955

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/022667 WO2019240019A1 (ja) 2018-06-11 2019-06-07 異常解析装置、製造システム、異常解析方法及びプログラム

Country Status (4)

Country Link
US (1) US11698630B2 (ja)
JP (1) JP7466197B2 (ja)
CN (1) CN112262353A (ja)
WO (1) WO2019240019A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023042374A1 (ja) * 2021-09-17 2023-03-23 ファナック株式会社 閾値算出装置、及び記憶媒体
JP7258258B1 (ja) * 2022-08-08 2023-04-14 三菱電機株式会社 プログラマブルコントローラ、プログラマブルコントローラシステム、アクセス情報共有方法及びプログラム
WO2023233927A1 (ja) * 2022-06-03 2023-12-07 オムロン株式会社 異常検知装置、異常検知方法およびプログラム

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09282022A (ja) * 1996-04-18 1997-10-31 Kanegafuchi Chem Ind Co Ltd プラント運転異常防止システム
JP2002259236A (ja) * 2001-02-28 2002-09-13 Hitachi Ltd 分散型制御システムと、かかるシステムにおける異常時データ収集方法
JP2005017128A (ja) * 2003-06-26 2005-01-20 Nsk Ltd 機械設備の状態監視方法及び装置

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004027370A1 (ja) * 2002-08-30 2004-04-01 Nsk Ltd. 機械設備の状態監視方法及び装置ならびに異常診断装置
JP4355193B2 (ja) * 2003-11-10 2009-10-28 株式会社ルネサステクノロジ 半導体デバイスの製造方法及び半導体デバイス製造システム
JP4604987B2 (ja) 2005-12-01 2011-01-05 栗田工業株式会社 水処理プラントの運転管理方法および装置
JP2010128673A (ja) * 2008-11-26 2010-06-10 Nec Corp コンピュータネットワーク、異常検出特定装置、異常検出特定方法およびそのプログラム
JP5740459B2 (ja) * 2009-08-28 2015-06-24 株式会社日立製作所 設備状態監視方法
JP5454363B2 (ja) 2010-06-02 2014-03-26 富士通株式会社 解析プログラム、解析装置および解析方法
JP5088403B2 (ja) 2010-08-02 2012-12-05 横河電機株式会社 不正通信検出システム
JP2012115658A (ja) * 2010-11-12 2012-06-21 Toshiba Corp 画像診断装置
US8934352B2 (en) * 2011-08-30 2015-01-13 At&T Intellectual Property I, L.P. Hierarchical anomaly localization and prioritization
JPWO2013105164A1 (ja) * 2012-01-13 2015-05-11 日本電気株式会社 異常信号判定装置、異常信号判定方法、および異常信号判定プログラム
JP5538597B2 (ja) * 2013-06-19 2014-07-02 株式会社日立製作所 異常検知方法及び異常検知システム
JP6193287B2 (ja) * 2015-03-30 2017-09-06 有限責任監査法人トーマツ 異常検出装置、異常検出方法及びネットワーク異常検出システム
DE112016002999T5 (de) * 2015-07-01 2018-03-15 Mitsubishi Electric Corporation Anomalie-detektionssystem für verteilte ausrüstungen
CN105404895A (zh) * 2015-11-03 2016-03-16 中国联合网络通信集团有限公司 一种异常状态的识别方法和识别系统
JP2017116424A (ja) * 2015-12-24 2017-06-29 横河電機株式会社 分析システム異常検知装置、分析システム異常検知方法及び分析システム異常検知プログラム
JP6697672B2 (ja) * 2016-04-18 2020-05-27 パナソニックＩｐマネジメント株式会社 異常判定システム、異常判定装置、及び、異常判定方法
US10169135B1 (en) * 2018-03-02 2019-01-01 Uptake Technologies, Inc. Computer system and method of detecting manufacturing network anomalies

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09282022A (ja) * 1996-04-18 1997-10-31 Kanegafuchi Chem Ind Co Ltd プラント運転異常防止システム
JP2002259236A (ja) * 2001-02-28 2002-09-13 Hitachi Ltd 分散型制御システムと、かかるシステムにおける異常時データ収集方法
JP2005017128A (ja) * 2003-06-26 2005-01-20 Nsk Ltd 機械設備の状態監視方法及び装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023042374A1 (ja) * 2021-09-17 2023-03-23 ファナック株式会社 閾値算出装置、及び記憶媒体
WO2023233927A1 (ja) * 2022-06-03 2023-12-07 オムロン株式会社 異常検知装置、異常検知方法およびプログラム
JP7258258B1 (ja) * 2022-08-08 2023-04-14 三菱電機株式会社 プログラマブルコントローラ、プログラマブルコントローラシステム、アクセス情報共有方法及びプログラム
WO2024033971A1 (ja) * 2022-08-08 2024-02-15 三菱電機株式会社 プログラマブルコントローラ、プログラマブルコントローラシステム、アクセス情報共有方法及びプログラム

Also Published As

Publication number Publication date
CN112262353A (zh) 2021-01-22
US11698630B2 (en) 2023-07-11
JP7466197B2 (ja) 2024-04-12
JPWO2019240019A1 (ja) 2021-07-26
US20210208578A1 (en) 2021-07-08

Similar Documents

Publication Publication Date Title
JP4878085B2 (ja) 製造工程のための管理方法
JP5020101B2 (ja) ラントゥラン制御器を用いた欠陥検出および分類（ｆｄｃ）
US11568198B2 (en) Deep auto-encoder for equipment health monitoring and fault detection in semiconductor and display process equipment tools
US11133204B2 (en) Chamber matching with neural networks in semiconductor equipment tools
WO2019240019A1 (ja) 異常解析装置、製造システム、異常解析方法及びプログラム
US6836691B1 (en) Method and apparatus for filtering metrology data based on collection purpose
JP2006527488A5 (ja)
TWI616961B (zh) 用於自動辨識因隔離程序事件和系統性潮流而產生的粒子污染的方法和裝置
JP6629204B2 (ja) ツールプロセスデータの多変量解析を提供するためのｋ近傍法に基づく方法及びシステム
CN108334652B (zh) 机台的预诊断方法及预诊断装置
JP7378089B2 (ja) 不正通信検知装置、不正通信検知方法及び製造システム
TWI649649B (zh) 用於改進製造產量之基於事件處理的系統
US11054815B2 (en) Apparatus for cost-effective conversion of unsupervised fault detection (FD) system to supervised FD system
US8682058B2 (en) Defect analysis method, apparatus, and recording medium using pattern dependence degree
WO2020189668A1 (ja) リスク分析装置及びリスク分析方法
US8594821B2 (en) Detecting combined tool incompatibilities and defects in semiconductor manufacturing
US20180157718A1 (en) Episode mining device, method and non-transitory computer readable medium of the same
US9054995B2 (en) Method of detecting measurements in service level agreement based systems
US11088039B2 (en) Data management and mining to correlate wafer alignment, design, defect, process, tool, and metrology data
JP7389518B2 (ja) 高度な攻撃からの産業生産の保護
TW531823B (en) Multi-variable monitoring method for semiconductor processing
JP2021135834A (ja) 不良増加検出装置及び不良増加検出方法
JP2005277290A (ja) 歩留解析装置及び歩留解析方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19818799

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2020525513

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19818799

Country of ref document: EP

Kind code of ref document: A1